您好,欢迎访问北京市农林科学院 机构知识库!

基于粒子群优化BP神经网络的水产养殖水温及pH预测模型

文献类型: 中文期刊

作者: 徐大明 1 ; 周超 1 ; 孙传恒 1 ; 杜永贵 2 ;

作者机构: 1.国家农业信息化工程技术研究中心

2.太原理工大学信息工程学院

关键词: 粒子群算法;BP神经网络;水产养殖;渔情预警;水质预测模型

期刊名称: 渔业现代化

ISSN: 1007-9580

年卷期: 2016 年 43 卷 01 期

页码: 24-29

收录情况: 北大核心

摘要: 针对养殖水质、水温及p H预测准确性低的问题,提出了一种基于粒子群优化BP神经网络的养殖水质参数预测方法。首先应用粒子群算法优化得出BP神经网络的初始权值和阈值,然后对得到的数据进行预处理,修复异常数据信息,再以当前时间的多个水质参数作为输入,下个时间点的水温、p H作为输出,建立养殖水质预测模型,最后利用采集的水质数据在BP神经网络中进行训练,并通过实验检验水质预测模型的可行性和预测性能。与支持向量回归(SVR)和传统BP神经网络相比,基于粒子群优化的BP神经网络在预测水温方面,均方根误差(RMSE)下降幅度分别为64.4%和86.7%;在预测p H方面,RMSE下降幅度分别为11.1%和78.9%。研究表明,基于粒子群优化的BP神经网络养殖水质预测模型具有灵活简便、预测精度高、易于实现的特点,同时具有很好的预测能力。

  • 相关文献

[1]基于改进粒子群优化极限学习机的养殖氨态氮含量预测模型. 徐大明,杜永贵,孙传恒,周超. 2017

[2]基于改进粒子群的农田W SN路由优化方法. 缪祎晟,赵春江,吴华瑞. 2022

[3]基于BP神经网络的传感器网络动态采样模型研究. 阚杰,张瑞瑞,陈立平,徐刚. 2015

[4]基于遗传BP神经网络的半滑舌鳎体重估算模型优化研究. 杨占魁,任东,孙传恒,周超,解菁. 2015

[5]前驱差速轮式农业机器人的BP定位估计方法. 贾士伟,邱权,李军民,郑文刚,孟志军,刘凤然. 2015

[6]猕猴桃自动分级设备设计与试验. 左兴健,武广伟. 2014

[7]基于特征光谱参数的苹果叶片叶绿素含量估算. 冯海宽,杨福芹,杨贵军,李振海,裴浩杰,邢会敏. 2018

[8]基于激光雷达的树形靶标冠层叶面积探测模型研究. 谷趁趁,翟长远,陈立平,李琪,胡丽娜,杨福增. 2021

[9]B-P神经网络在作物生育动态模拟中的应用. 郭新宇,张志鹏,廖桂平,郭建强. 2002

[10]土壤墒情预测模型对比. 牛宏飞,张钟莉莉,孙仕军,郑文刚,王材源,杨利红. 2018

[11]考虑日光温室空间异质性的黄瓜叶片湿润时间估算模型研究. 刘鉴,任爱新,刘冉,纪涛,刘慧英,李明. 2020

[12]基于Lasso回归和BP神经网络的蔬菜短期价格预测组合模型研究. 喻沩舸,吴华瑞,彭程. 2020

[13]基于形状与纹理特征的鱼类摄食状态检测方法. 郭强,杨信廷,周超,吝凯,孙传恒,陈明. 2018

[14]基于无人机影像与GA-BP神经网络的生物量估算. 杨福芹,李天驰,冯海宽,解鹏,陈超,高磊磊. 2023

[15]基于麦穗特征的小麦品种BP分类器设计. 毕昆,姜盼,唐崇伟,黄菲菲,王成. 2011

[16]基于近红外光谱技术结合改进的CS-BPNN樱桃番茄SSC和Vc含量检测. 康明月,罗斌,周亚男,王成,孙鸿雁. 2023

[17]基于电子鼻的玫瑰香葡萄货架期品质预测及新鲜度判别研究. 闫雨桐,史策,韩帅,孙传恒,邢斌,刘峻,吉增涛. 2024

[18]鱼类细胞培养技术在水产养殖上的应用. 丁学东. 1991

[19]水产养殖监管物联网应用系统建设与管理研究. 高亮亮,李道亮,梁勇,李瑾,马晨,陈英义. 2013

[20]2种微藻对养殖水体中氨氮和亚硝态氮的净化作用. 刘盼,贾成霞,杨慕,曲疆奇,张楠,张清靖. 2018

作者其他论文 更多>>